| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 引言 | 第6-11页 |
| 1.1 选题背景及意义 | 第6-7页 |
| 1.2 粗糙集研究现状 | 第7-9页 |
| 1.3 分类算法研究现状 | 第9-10页 |
| 1.4 本文主要工作 | 第10页 |
| 1.5 本章小结 | 第10-11页 |
| 第二章 粗糙集及分类器理论基础 | 第11-19页 |
| 2.1 粗糙集理论 | 第11-14页 |
| 2.1.1 知识与分类 | 第11页 |
| 2.1.2 上近似与下近似 | 第11-12页 |
| 2.1.3 重要度和依赖度 | 第12-13页 |
| 2.1.4 知识约简与核 | 第13页 |
| 2.1.5 信息系统和决策系统 | 第13-14页 |
| 2.2 邻域粗糙集理论 | 第14-16页 |
| 2.2.1 邻域粒化 | 第15页 |
| 2.2.2 邻域粗糙集 | 第15页 |
| 2.2.3 邻域决策系统 | 第15-16页 |
| 2.3 分类算法 | 第16-17页 |
| 2.3.1 SVM | 第16-17页 |
| 2.3.2 KNN | 第17页 |
| 2.3.3 CART | 第17页 |
| 2.4 本章小结 | 第17-19页 |
| 第三章 基于粗糙集的属性约简算法 | 第19-25页 |
| 3.1 经典粗糙集属性约简算法 | 第19-21页 |
| 3.1.1 基于pawlak属性重要度的属性约简算法 | 第19页 |
| 3.1.2 基于差别矩阵的属性约简算法 | 第19-20页 |
| 3.1.3 基于信息熵的属性约简算法 | 第20-21页 |
| 3.2 基于邻域粗糙集的快速属性约简算法 | 第21-24页 |
| 3.2.1 前向贪心数值属性约简算法 | 第21-22页 |
| 3.2.2 前向搜索属性约简快速算法 | 第22-23页 |
| 3.2.3 基于邻域粗糙集的快速属性约简算法 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 基于投票式属性重要度的快速属性约简算法 | 第25-41页 |
| 4.1 投票式属性重要度 | 第25-27页 |
| 4.1.1 设计思想 | 第25页 |
| 4.1.2 基本定义 | 第25-26页 |
| 4.1.3 算法实现 | 第26-27页 |
| 4.2 基于投票式属性重要度的快速属性约简算法 | 第27-29页 |
| 4.2.1 算法实现 | 第27-28页 |
| 4.2.2 算法分析 | 第28-29页 |
| 4.3 实验分析 | 第29-40页 |
| 4.3.1 实验环境 | 第29页 |
| 4.3.2 (?)的取值 | 第29-30页 |
| 4.3.3 约简结果 | 第30-35页 |
| 4.3.4 实验对比 | 第35-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于邻域粗糙集的决策树算法 | 第41-49页 |
| 5.1 决策树分类算法 | 第41页 |
| 5.2 基于投票式属性重要度的决策树算法 | 第41-43页 |
| 5.2.1 分类属性的选择标准 | 第41-42页 |
| 5.2.2 叶节点的选择方式 | 第42页 |
| 5.2.3 算法描述 | 第42-43页 |
| 5.3 实验分析 | 第43-48页 |
| 5.3.1 实验环境 | 第43-44页 |
| 5.3.2 (?)值的确定 | 第44-46页 |
| 5.3.3 实验结果 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 结论与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |